NUEVOS ALGORITMOS INTELIGENTES PARA REDES DE DISTRIBUCIÓN DESEQUILIBRADAS

Ana Morales

Directora General

DIgSILENT Ibérica

• DIgSILENT trabaja en el desarrollo de nuevos algoritmos para equilibrar la tensión de las redes de distribución

• Objetivo: minimizar el desequilibrio de potencia y evitar así los problemas que se producen en las redes de distribución

• Factores de desequilibrio (IEEE 1159, NEMA, UNE50160…):

Desequilibrio secuencia inversa Secuencia homopolar

2

NUEVOS ALGORITMOS

• Factor de desequilibrio de potencia compleja:

– N es el nº de fases

– es la potencia compleja media en un extremo de una línea o de un transformador:

– es la media de los valores absolutos de la potencia en las diferentes fases:

3

POTENCIA COMPLEJA

• MINIMIZAR DESEQUILIBRIO MEDIO DE POTENCIA Esta función tiene en cuenta el desequilibrio de potencia en todos los elementos serie considerados, por ejemplo, líneas y transformadores, que forman parte de la red que se desea analizar. Si consideramos que M son los elementos sobre los que se calcula el factor de desequilibrio de potencia, se puede definir la función como:

• MINIMIZAR DESEQUILIBRIO DE POTENCIA EN CABECERA DE LINEA Esta función permuta la conexión de los elementos conectados a las líneas de alimentación o acometidas para obtener un desequilibrio mínimo de potencia en cabecera de la línea de alimentación, sin tener en cuenta el desequilibrio del resto de elementos.

4

DOS FUNCIONES OBJETIVO

• ALGORITMO GRANDES CARGAS Y GENERADORES PRIMERO

Iteración de todas las cargas y generadores por orden de potencia aparente, empezando por la carga o generador más grande. Para cada carga o generador, permuta las fases de la carga, del generador o del elemento de la red al que están conectados. Después de calcular la función objetivo para todas las conexiones posibles, elegirá la mejor conexión para el generador o la carga.

• ALGORITMO DE RECOCIDO SIMULADO (Simulated Annealing)

Método de optimización estocástico basado en técnicas de Monte Carlo, que reconfigura los elementos de la red de forma aleatoria y durante el “enfriamiento del sistema”, espera obtener soluciones adecuadas. En cada iteración n del algoritmo, se genera una nueva propuesta de reconexión y se aplica a la red, para calcular la función objetivo.

5

DOS ALGORITMOS DIFERENTES

Fuente: http://www.frankfurt-consulting.de/img/SimAnn.jpg

Fuente: Ramón Garduño Juárez/Modelado Molecular

• Red IEEE de 123 nodos

6

APLICACIÓN

V o l t a g e U n b a l a n c e

B a l a n c e d

U n b a l a n c e f a c t >0.0%&<1%

U n b a l a n c e f a c t o r >1%&<2%

U n b a l a n c e f a c t o r > 2%

b0

95

b076

b014

b0

42

b0

41

b0

40

b037

b0

39

b0

36b

03

5

b250

b032

b033

b0

26

b0

25

b0

24

b0

23

b0

22

b0

21

b0

20

b0

18

b1

49

b1

52

b1

35

b350

b0

66

b0

60

b056

b0

59

b057

b0

54

b0

52

b0

51

b0

48

b0

47

b0

46

b0

44

b0

43

b1

14

b1

11

b1

10

b1

07

b1

04

b4

50

b0

06

b0

71

b0

75

b0

79

b0

83

b081

b0

78

b010

b088b090b092b094b096

b300

b0

67

b004

b610

b003

b0

13

b0

01

b0

08

b0

17

b016

b0

11

b009

b012

b061

b002

Sta

tio

n1/b

99

..

Sta

tion

1/R

G0

b0

85

DIgSILENT

PowerFactory 2016 SP2

123-Bus IEEE Test-Feeder

Project: IEEE-Test

Graphic: Grid

Date: 5/13/2016

Annex:

43

35

53

1

-3

49

0

M~

-42

33

4

DIg

SIL

EN

T

• Función objetivo: minimizar el desequilibrio de potencia media

• Algoritmo grandes cargas y generadores primero

• Resultados: factor de desequilibrio antes y después de la optimización

7

RESULTADOS

Antes

Después

Nº de barras

• Función objetivo: minimizar el desequilibrio de potencia media

• Algoritmo recocido simulado

• Resultados: factor de desequilibrio antes y después de la optimización

8

RESULTADOS

Antes

Después

Nº de barras

• Función objetivo: minimizar el desequilibrio de potencia media

• Comparación de dos algoritmos

• Resultados: factor de desequilibrio después de la optimización

9

COMPARACIÓN ALGORITMOS

Grandes Cargas y Generadores

Recocido simulado

Nº de barras

• Dos funciones objetivo: minimizar el desequilibrio de potencia media y el desequilibrio de potencia en cabecera de línea

• Algoritmo de recocido simulado

• Resultados: factor de desequilibrio después de la optimización

10

COMPARACIÓN FUNCIONES OBJETIVO

Nº de barras

Minimizar potencia media

Minimizar potencia en

cabecera

Método

Minimizar Desequilibrio medio de potencia

Minimizar Desequilibrio de potencia en cabecera

Antes Después Diferencia Antes Después Diferencia

Grandes cargas Y generadores

primero

Pérdidas

[kW] 93,314 75,423 17,891 93,314 76,447 16,867

Carga

[%] 118,187 88,993 29,194 118,187 92,211 25,976

Recocido Simulado

Pérdidas

[kW] 93,314 89,728 3,586 93,314 95,271 -1,957

Carga

[%] 118,187 98,057 20,13 118,187 98,655 19,532

11

CONCLUSIONES

- Reducción de restricciones térmicas (niveles de carga %) - Reducción de pérdidas en el sistema (en líneas y transformadores) - Reparto equilibrado de potencia, mejora de tensiones y vida útil de equipos

DATOS DE CONTACTO:

DIgSILENT Ibérica José Abascal, 44, Planta 1

28003 – Madrid

Teléfono: +34-914416040

Dirección e-mail: info@digsilentiberica.es

12